Modelo individual de producción de piñón de Pinus pinea L. como criterio de selección fenotípica

• J. Gordo Alonso ^[1] ; S. Mutke Regneri ^[2] ; L. Gil Sánchez ^[2]
  1. [1] Junta de Castilla y León

     Junta de Castilla y León

     Valladolid, España

     
  2. [2] ETSIM. Madrid
• Localización: Montes para la Sociedad del nuevo milenio, Vol. 3, Tomo 3, 2001 (Montes para la sociedad del nuevo milenio. III Congreso Forestal Español. Mesas 4 y 5), 178 págs.
• Idioma: español
• Enlaces
  • Texto completo
• Resumen
  • español

    Se discute la metodología de la selección masal de árboles sobresalientes en producción de piña en la región deprocedencia Meseta Norte del pino piñonero (Pinus pinea) para constituir la primera generación de la población de mejora. Para su selección, se ha elaborado un modelo de producción individual de piñón, partiendo de los datos de cosecha de una colección de los árboles candidatos, aforada durante ocho años para determinar en cada rodal de muestreo los mejores fenotipos. Como variables de ponderación de la productividad se han incluido una constante del rodal, el tamaño del árbol, estimado por su área basimétrica, y su espacio vital disponible, estimado por distancias árbol-árbol. El modelo logarítmico lineal obtenido engloba la mayor parte de la variación observada entre árboles, mientras los valores residuales respecto la superficie de respuesta del modelo se interpretan como estimadores de la calidad productiva del candidato independiente de las variables incluidas en el modelo.

  • English

    Methodology of cone-bearing plus tree selection in stone pine (Pinus pinea) forests in Central Spain is discussed, based on eight kernel yields. An individual kernel yield model was established in order to weigh yield-influencing parameters of each tree. The resulting log-linear model, which includes an sample-plot constant, the DBH and the growing-area of the tree, achieves a coefficient of determination about 0,8. Residual kernel-yield proportion not explained by the model’s response surface is used as selection criterion.